金属棒材表面缺陷的机器视觉检测方法研究

摘要

针对传统金属棒材表面缺陷人工检测方法速度慢、效率低,工作环境差,且工人长时间工作导致的视觉疲劳会造成漏检,错检的问题,提出一种计算量小且稳定性高的检测算法。首先,采用同态滤波与CLAHE对使用检测系统采集的原始图像进行预处理;然后,利用保持平移不变性的非下采样剪切波变换(NSST)对预处理后的图像进行分解,对分解得到的高频成分采用各向异性扩散与改进的自适应gamma校正进行滤波与图像增强;同时,将低频成分与二维高斯函数作卷积运算,从而达到均匀背景的目的;最后通过NSST重构可得到质量较高的原始图像,结合形态学运算及Sobel算法实现划痕缺陷数量、尺寸及位置的检测。实验表明,算法的缺陷检测准确率为93.8%,平均检测时间为0.673s,可满足工业要求。